摘要
规则驱动与数据学习的深度融合是构建高精度、可解释工业智能诊断系统的
关键路径。针对旋转机械故障诊断场景中复杂调制特征与强噪声干扰共存的难题,
本研究提出数据与知识混合驱动协同的轴承故障诊断方法,研究基于信号处理和
数据驱动协同的轴承故障诊断算法,并将其应用到强噪声的故障诊断中,主要工
作如下:
针对实际工况中获得的轴承振动测量信号大多未考虑故障发生位置与测点
之间的耦合关系,获取的测量信号可能存在系统强噪声干扰的问题,本文首先基
于信号处理基本思想从测量信号中恢复原始信号,系统研究了倒频
摘要
规则驱动与数据学习的深度融合是构建高精度、可解释工业智能诊断系统的
关键路径。针对旋转机械故障诊断场景中复杂调制特征与强噪声干扰共存的难题,
本研究提出数据与知识混合驱动协同的轴承故障诊断方法,研究基于信号处理和
数据驱动协同的轴承故障诊断算法,并将其应用到强噪声的故障诊断中,主要工
作如下:
针对实际工况中获得的轴承振动测量信号大多未考虑故障发生位置与测点
之间的耦合关系,获取的测量信号可能存在系统强噪声干扰的问题,本文首先基
于信号处理基本思想从测量信号中恢复原始信号,系统研究了倒频
文档评论(0)